Un rapport numérisé peut contenir des informations que vous souhaitez modifier ou ajouter à votre documentation. Avec l’OCR, vous pouvez reconnaître le texte dans l’image et l’enregistrer au format Markdown au lieu de le retaper.

Dans cet article, vous apprendrez comment convertir une image PNG ou JPG en Markdown en C# en utilisant Aspose.OCR for .NET. Vous verrez également comment la sortie peut inclure des tableaux reconnus et des images détectées.

Bibliothèque OCR C# pour la conversion d’image en Markdown

Aspose.OCR for .NET vous permet de reconnaître du texte dans les images et d’enregistrer les résultats dans plusieurs formats, y compris le Markdown. Pour ce tutoriel, utilisez la version 26.10.0 ou ultérieure. La version 26.10 a introduit le paramètre DOCUMENT_LAYOUT utilisé dans l’exemple et a amélioré l’exportation en Markdown avec des informations de mise en page.

Installez le package dans votre projet console .NET en utilisant la commande suivante :

dotnet add package Aspose.OCR --version 26.10.0

Vous aurez également besoin d’une image PNG ou JPG lisible et d’une autorisation d’écrire les fichiers de sortie. Pour suivre l’exemple, placez une image nommée report.png dans le répertoire de votre projet.

La version d’essai limite la quantité de texte reconnu. Pour supprimer cette restriction pendant l’évaluation, vous pouvez demander une licence temporaire et l’appliquer avant la reconnaissance. Consultez la documentation de licence pour plus de détails.

Convertir une image en Markdown en C#

Les étapes suivantes montrent comment reconnaître une image et enregistrer le résultat au format Markdown :

  1. Créez une instance de la classe AsposeOcr.
  2. Créez un objet OcrInput pour une seule image et ajoutez le fichier image.
  3. Définissez DetectAreasMode sur DOCUMENT_LAYOUT dans un objet RecognitionSettings.
  4. Appelez la méthode Recognize pour traiter l’image.
  5. Enregistrez les résultats en utilisant OcrOutput.Save et SaveFormat.Md.

Pour cet exemple, utilisez une image d’un rapport contenant un titre, du texte, un tableau et une illustration. Remplacez le contenu de Program.cs par le code suivant :

using Aspose.OCR;

// Create the OCR engine.
AsposeOcr recognitionEngine = new AsposeOcr();

// Add the image to the input.
OcrInput input = new OcrInput(InputType.SingleImage);
input.Add("report.png");

// Enable document layout detection.
RecognitionSettings settings = new RecognitionSettings
{
    DetectAreasMode = DetectAreasMode.DOCUMENT_LAYOUT
};

// Recognize the image.
OcrOutput results = recognitionEngine.Recognize(input, settings);

// Save the recognition result as Markdown.
results.Save("report.md", SaveFormat.Md);

Exécutez l’application depuis le répertoire du projet :

dotnet run

L’application lit report.png et enregistre le résultat de la reconnaissance sous report.md. Les deux chemins sont relatifs au répertoire de travail actuel de l’application. Pour une image JPG, modifiez le chemin d’entrée vers votre fichier JPG ; les étapes de reconnaissance et d’exportation restent les mêmes.

DOCUMENT_LAYOUT détecte les éléments du document qui peuvent être utilisés pour organiser la sortie Markdown. Le résultat dépend de l’image et du contenu reconnu, il faut donc examiner la sortie par rapport à l’original. L’exemple suit les Aspose.OCR 26.10 notes de version.

Examiner le Markdown généré

Ouvrez report.md dans un éditeur de texte ou un visualiseur Markdown. Vous pouvez modifier le texte reconnu et ajuster sa structure selon vos besoins. Lorsque le moteur OCR reconnaît un tableau, l’exportation peut le représenter sous forme de tableau Markdown.

L’extrait suivant illustre la syntaxe des tableaux et des images en Markdown. Ce n’est pas une sortie OCR réelle ; le contenu et les chemins dans votre résultat dépendront de l’image source et de la reconnaissance :

## Quarterly Report

| Product | Sales |
| --- | --- |
| Product A | 120 |

![Detected illustration](path-to-extracted-image)

Lorsqu’une image est détectée et incluse dans la sortie du fichier, Aspose.OCR peut l’enregistrer dans un répertoire d’images spécifique au document à côté du Markdown généré et y ajouter une référence. Conservez le fichier Markdown et ses images référencées ensemble, en préservant les chemins dans le fichier, afin que les images puissent être affichées dans votre visualiseur Markdown.

Markdown décrit le contenu et la structure ; il ne reproduit pas nécessairement l’apparence exacte du rapport original.

Conseils pour de meilleurs résultats OCR

  • Utilisez une image source claire. Le texte et les bordures de tableau doivent être lisibles dans l’image d’origine.
  • Choisissez la langue de reconnaissance appropriée. Définissez RecognitionSettings.Language si nécessaire. Certaines langues nécessitent un modèle de reconnaissance supplémentaire ; consultez la documentation des langues.
  • Vérifiez les détails importants. Comparez les noms, les numéros, les cellules de tableau et l’ordre de lecture avec l’image source.
  • Vérifiez les références d’images. Ouvrez le Markdown dans un visualiseur et assurez‑vous que les images extraites apparaissent.
  • Testez des documents représentatifs. Les tableaux et mises en page complexes peuvent nécessiter des corrections manuelles, alors examinez les exemples avant d’utiliser la sortie dans un flux de travail automatisé.

Foire aux questions

Puis-je convertir à la fois des images PNG et JPG en Markdown en C# ?

Oui. Ajoutez le fichier PNG ou JPG à OcrInput, reconnaissez‑le et enregistrez les résultats avec SaveFormat.Md.

Le rendu Markdown peut-il contenir des tableaux ?

Oui. Les tables reconnues peuvent être exportées en tant que tables Markdown. Le résultat dépend de l’image source et de la façon dont la table est reconnue.

Où les images détectées sont‑elles enregistrées ?

Pour la sortie de fichiers, les images détectées peuvent être enregistrées dans un répertoire d’images spécifique au document, à côté du Markdown généré. Le contenu Markdown fait référence à ces fichiers.

Le fichier Markdown préserve-t-il exactement la mise en page originale ?

Non. Markdown représente le contenu et la structure différemment d’une image de page. Examinez le fichier généré et ajustez la structure si nécessaire.

Conclusion

Utilisez ce flux de travail comme point de départ pour convertir vos propres rapports ou pages numérisées en Markdown. Avant d’ajouter les résultats à votre documentation, comparez le texte, les tableaux et les références d’images avec l’original.

Pour plus d’informations, consultez la documentation de reconnaissance. Si vous avez besoin d’aide, visitez le forum de support Aspose.OCR.

Voir aussi